media Latent Space · 1 jam lalu · agents

Black Forest Labs merilis model aliran multimodal FLUX 3 dan model robotika FLUX-mimic

Diterjemahkan dari English → Bahasa Indonesia

Black Forest Labs telah meluncurkan FLUX 3, sebuah keluarga model aliran multimodal yang mencakup kemampuan generasi video dengan audio asli. Rilis ini juga memperkenalkan FLUX-mimic, varian yang dirancang untuk aplikasi robotika aksi video.

FLUX 3 Video mendukung generasi teks-ke-video, gambar-ke-video, dan video-ke-video, bersama dengan transisi keyframe-ke-video.
Semua output dari model mencakup kemampuan generasi audio asli.
Sistem ini memiliki rantai agentic untuk membuat urutan multishot yang lebih panjang dan mendukung dialog multibahasa.
Black Forest Labs juga mengumumkan FLUX-mimic, yang menunjukkan kemampuan model untuk mengendalikan robot dan memprediksi dampaknya di lingkungan pabrik.

Perusahaan sedang bersiap merilis versi Dev dengan bobot terbuka dari FLUX 3 Video.

Kepentingan 2/3 Fitur baru dibanding pemimpin Latent Space Black Forest Labs Robotics Video generation

Baca aslinya

Gambaran umum mesin simulasi untuk AI Fisik: MuJoCo, Isaac Sim, dan Newton

Artikel ini memberikan gambaran umum tentang keadaan terkini simulasi untuk AI Fisik, menjelaskan bagaimana simulasi menjembatani kesenjangan data untuk robotika dengan memungkinkan lingkungan pelatihan yang skalabel dan fotorealistik. Artikel ini menguraikan paradigma tiga-komputer (pelatihan, simulasi, di-robot) dan mengategorikan mesin simulasi utama berdasarkan kemampuan dan kasus penggunaan spesifiknya.

media MarkTechPost · 3 hari lalu

NVIDIA merilis Cosmos 3 Edge, model dunia terbuka 4B untuk penalaran robot di perangkat

NVIDIA telah merilis Cosmos 3 Edge, sebuah model dunia terbuka dengan 4 miliar parameter yang dirancang untuk dijalankan secara on-device pada robot dan agen AI penglihatan. Dirilis pada 20 Juli di Hugging Face, model ini memungkinkan sistem memahami lingkungan, bernalar secara real-time, dan menghasilkan tindakan robot secara lokal tanpa ketergantungan pada cloud.

lab Hugging Face Blog · 3 hari lalu

Pollen Robotics merilis Grabette, sistem terbuka berbiaya rendah untuk merekam data manipulasi robot

Pollen Robotics telah merilis Grabette, perangkat genggam sumber terbuka yang dirancang untuk merekam data manipulasi robot dunia nyata tanpa memerlukan robot atau rig teleoperasi. Sistem ini menggunakan kamera fisheye dan kamera kedalaman RGBD untuk menangkap lintasan 6-DoF, memungkinkan pengguna menghasilkan dataset bersih yang dapat diproses melalui dasbor berbasis browser dan dibagikan di Hugging Face Hub.

lab Hugging Face Blog · 3 hari lalu

NVIDIA merilis Cosmos 3 Edge, model 4 miliar parameter untuk kontrol robot waktu nyata di perangkat tepi

NVIDIA telah merilis Cosmos 3 Edge, model dunia terbuka 4 miliar parameter yang dirancang untuk memberikan kinerja setara pusat data pada sistem tepi dengan keterbatasan memori. Model ini memungkinkan robot dan agen AI penglihatan memahami lingkungan mereka, bernalar secara waktu nyata, dan menghasilkan tindakan langsung di perangkat seperti modul NVIDIA Jetson.

lab Hugging Face Blog · 6 hari lalu

NVIDIA NeMo Automodel memungkinkan penalaan halus model difusi terdistribusi dengan Hugging Face Diffusers

NVIDIA dan Hugging Face telah mengintegrasikan NVIDIA NeMo Automodel dengan pustaka 🤗 Diffusers untuk menyediakan pelatihan terdistribusi tingkat produksi untuk model difusi sumber terbuka. Kolaborasi ini memungkinkan pengguna menala halus model format Diffusers apa pun di Hugging Face Hub tanpa memerlukan konversi checkpoint atau penulisan ulang kode model.